8 月 19 日消息，通义千问 Qwen 今日宣布推出 Qwen-Image-Edit —— Qwen-Image 的图像编辑版本。
Qwen-Image-Edit 基于 20B 的 Qwen-Image 模型进⼀步训练，成功将 Qwen-Image 的独特的文本渲染能力延展至图像编辑领域，实现了对图片中文字的精准编辑。
此外，Qwen-Image-Edit 将输⼊图像同时输⼊到 Qwen2.5-VL（实现视觉语义控制）和 VAE Encoder（实现视觉外观控制），从而兼具语义与外观的双重编辑能力。用户可以访问 Qwen Chat （chat.qwen.ai）并选择“图像编辑”功能进行体验。
Qwen-Image-Edit 的主要特性包括：
Qwen-Image-Edit 的一大亮点在于其语义与外观双重编辑能力。所谓语义编辑，是指在保持原始图像视觉语义不变的前提下，对图像内容进行修改。IT之家附示例如下：
官方以 Qwen 的吉祥物 —— 卡皮巴拉为例，来直观展示这一能力：
可以看到，虽然编辑后的图像大多数像素与输入图像（最左侧的图）都不一样，但依然完美地保持了卡皮巴拉的角色一致性。Qwen-Image 的语义编辑能力使其能够进行原创 IP 的多样化创作。
更进一步的，官方在 Qwen Chat 上围绕 MBTI 十六型人格，设计了一系列编辑 prompt，成功地基于吉祥物卡皮巴拉，完成了 MBTI 表情包的制作，轻松地拓展了 IP。
千问 Qwen 教程
此外，视角转换同样是语义编辑中的一个重要应用场景。如下方两张示例图所示，Qwen-Image-Edit 不仅能够实现物体的 90 度旋转，还可以完成 180 度旋转，让我们直接看到物体的背面：
语义编辑的另一个典型应用是风格迁移。例如，输入一张人物头像，Qwen-Image-Edit 可以轻松将其转换为吉卜力等多种风格，这在虚拟形象创作等场景中极具价值：
除了语义编辑，外观编辑也是常见的图像编辑需求。外观编辑强调在编辑过程中保持图像的部分区域完全不变，实现元素的增、删、改。下图展示了在图片中添加指示牌的案例，可以看到 Qwen-Image-Edit 不仅成功添加了指示牌，还生成了相应的倒影。
下方是另一个有趣的例子，展示了如何在图片中删除细小的头发丝等微小物体。
此外，还可以对图像中指定的字母“n”进行颜色修改，将其变为蓝色，实现对特定元素的修改。
外观编辑在人物背景调整、服装更换等场景中同样有着广泛的应用，下面三张图片分别展示了这些实际应用场景。
Qwen-Image-Edit 的另一大亮点在于其准确的的文字编辑能力，这得益于 Qwen-Image 在文字渲染方面的深厚积累。如下所示，以下两个案例直观展示了 Qwen-Image-Edit 在英文文字编辑上的强大表现：
Qwen-Image-Edit 同样能够直接对中文海报进行编辑，不仅可以修改海报中的大字，连细小的文字也能精准调整。
最后，让我们通过一个具体的图像编辑案例，演示如何利用链式编辑的方式，逐步修正 Qwen-Image 生成的书法作品中的错误：
在这幅作品中，有不少汉字存在生成错误。我们可以借助 Qwen-Image-Edit，逐步修复它们。例如，可以在原图中用方框标注出需要修改的区域，指示 Qwen-Image-Edit 针对这些部分进行修正。这里，我们希望红框内正确地写出“稽”字，蓝色区域正确地写出“亭”字。
但实际操作中，“稽”字较为生僻，模型未能一次性完成修改。“稽”的右下角应为“旨”而非“日”。此时，我们可以进一步用红框圈出“日”的部分，让 Qwen-Image-Edit 对该细节进行微调，将其改为“旨”。
通过这种链式、逐步的编辑方式，我们可以持续修正错字，直至获得理想的最终效果。
最终，我们成功获得了完全正确的兰亭集序书法版本。
IT之家附开源地址：
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/261983.html原文链接：https://javaforall.net
